OpenAI กำหนดเป้าหมายทางเทคนิค มุ่งสร้าง AI ที่ปลอดภัยและเข้าถึงได้

ภารกิจของ OpenAI คือการสร้าง AI ที่ปลอดภัย และทำให้มั่นใจว่าประโยชน์ของ AI จะถูกแจกจ่ายอย่างกว้างขวางและเท่าเทียมกัน พวกเขากำลังพยายามสร้าง AI ในฐานะส่วนหนึ่งของชุมชนที่ใหญ่กว่า และจะแบ่งปันแผนงานและความสามารถในระหว่างทาง นอกจากนี้ยังมีการทำงานเพื่อเสริมสร้างโครงสร้างการกำกับดูแลองค์กร และจะแบ่งปันความคิดเห็นในเรื่องนี้ในช่วงปลายปีนี้

ตัวชี้วัดของเรา

การกำหนดตัวชี้วัดสำหรับความฉลาดนั้นเป็นเรื่องยาก แต่จำเป็นต้องมีเพื่อวัดความก้าวหน้าและมุ่งเน้นการวิจัย เราจึงกำลังสร้างตัวชี้วัดที่ใช้ได้จริง ซึ่งวัดว่าเอเจนต์สามารถบรรลุเป้าหมายที่ผู้ใช้ตั้งใจไว้ได้ดีเพียงใดในสภาพแวดล้อมที่หลากหลาย

เป้าหมายที่ 1: วัดความก้าวหน้าของเรา

ตัวชี้วัดนี้จะประกอบด้วยสภาพแวดล้อม OpenAI Gym ที่หลากหลาย ซึ่งมีพื้นที่การกระทำและการสังเกตที่เป็นหนึ่งเดียวกัน ทำให้เอเจนต์เดียวสามารถทำงานได้ในทุกสภาพแวดล้อม รวมถึงเกม หุ่นยนต์ และงานที่ใช้ภาษา

การวิจัยของเรา

เราจะพัฒนาและทดสอบแนวคิดใหม่ๆ เสมอ โดยเฉพาะอย่างยิ่งแนวคิดที่ไม่สามารถจัดเข้ากับโลกทัศน์ปัจจุบันของเราได้อย่างลงตัว

เป้าหมายที่ 4: แก้ไขเกมหลากหลายด้วยเอเจนต์เดียว

เกมคือโลกเสมือนขนาดเล็กที่มีความหลากหลายสูง และการเรียนรู้ที่จะเล่นเกมได้อย่างรวดเร็วและดีนั้นต้องอาศัยความก้าวหน้าอย่างมากใน Generative models และ Reinforcement learning เราได้รับแรงบันดาลใจจากงานบุกเบิกของ DeepMind ซึ่งเคยสร้างผลลัพธ์ที่น่าประทับใจในด้านนี้เมื่อไม่กี่ปีที่ผ่านมา โครงการและการวิจัยพื้นฐานของเรามีแกนร่วมกัน ซึ่งความก้าวหน้าในส่วนใดส่วนหนึ่งน่าจะเป็นประโยชน์ต่อส่วนอื่นๆ ทั้งหมดนี้จับภาพด้านที่แตกต่างกันของการแก้ปัญหา และถูกเลือกจากศักยภาพในการขับเคลื่อนตัวชี้วัดของเราอย่างมีนัยสำคัญ

ผู้เขียน

Ilya Sutskever, Greg Brockman, Sam Altman, Elon Musk

ศัพท์ที่ควรรู้

  • OpenAI – บริษัทที่กำลังพัฒนา AI โดยมีภารกิจหลักคือการสร้าง AI ที่ปลอดภัยและเป็นประโยชน์ต่อส่วนรวม
  • Agent – โปรแกรมหรือระบบ AI ที่ถูกฝึกฝนให้ทำงานหรือบรรลุเป้าหมายที่กำหนดไว้
  • OpenAI Gym – ชุดของสภาพแวดล้อมจำลองที่ใช้ในการทดสอบและฝึกฝนเอเจนต์ AI
  • Generative models – โมเดล AI ที่มีความสามารถในการสร้างสรรค์เนื้อหาใหม่ๆ เช่น ข้อความหรือภาพ
  • Reinforcement learning – วิธีการเรียนรู้ของ AI ที่เอเจนต์จะเรียนรู้จากการลองผิดลองถูกและได้รับรางวัลเมื่อทำถูก

ที่มา: OpenAI

Leave a Comment